MétaCan
Menu
Retour à la cohorte
Enregistrement W2047852909 · doi:10.2134/agronj14.0321

Influence of Long‐Term Application of Manure Type and Bedding on Yield, Protein, Fiber, and Energy Value of Irrigated Feed Barley

2014· article· en· W2047852909 sur OpenAlexafffund
J.J. Miller, Bruce Beasley, C. F. Drury, Francis J. Larney, Xiying Hao

Notice bibliographique

RevueAgronomy Journal · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Lethbridge
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésManureLoamFeedlotAgronomyStrawAnimal scienceHordeum vulgareDry matterFertilizerBeddingNeutral Detergent FiberChemistryPoaceaeEnvironmental scienceBiologyHorticultureSoil waterSoil science

Résumé

récupéré en direct d'OpenAlex

The long‐term effect of land application of manure type (composted [CM] vs. stockpiled [SM] manure), bedding (wood‐chips [WD] vs. straw [ST]), and application rate on yield, protein, fiber, and energy value of feed barley ( Hordeum vulgare L.) for beef cattle ( Bos taurus ) is unknown. Dry matter yield and feed quality of irrigated feed barley was measured on a clay loam soil after 5 (2002), 8 (2005), and 12 yr (2009) of annual applications of CM or SM feedlot manure with WD or ST bedding at three application rates (13, 39, 77 Mg ha −1 dry wt.). The treatments also included an unamended control and inorganic fertilizer treatment. Mean yields in 2005 were significantly ( P ≤ 0.05) greater for CM–ST than SM–WD but CM–ST was similar to SM–ST and CM–WD. Yields in 2009 were significantly lower for CM–WD compared to the other three treatments, and were greater for ST‐13 and WD‐77 compared to WD‐13. Crude protein was greater for SM than CM when averaged over the 3 yr. Bedding influenced crude and soluble protein but the effects depended on interactions with rate and year. For example, crude and soluble protein in 2009 was greater for ST than WD at the 39 and 77 Mg ha −1 rates. Manure type and bedding may be practices to manage feed barley yield and protein, but will likely have little or no effect on the fiber content and energy value of the feed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,130

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207